9.9 元/月，用 AgentPlan + OpenViking 给销售团队配一个不会忘事的 AI 助手

你的销售团队是不是也这样？

销售小王下午 3 点打开飞书，准备跟进 A 公司。

这不是小王一个人的问题。

几乎所有销售团队都面临同一个困境：

客户的资料散落在飞书群聊、会议纪要、云文档、客户需求表和手动上传的材料里，全靠人肉整理。

我们做了一件事：

用火山方舟 AgentPlan + OpenViking，花 9.9 块钱一个月，搭了一个能查公司、看档案、问历史的销售工作台。

不是 Demo，不是 PPT，是真的能用的东西。下面把整个过程拆开讲。

一、一句话说清楚：这套方案用了什么

简单说：AgentPlan 是大脑和钱包，OpenViking 是记忆体，其他组件是手脚和感官。

你可能会问，这些能力单拎出来都不新鲜，组合在一起有什么特别的？

关键在两个字：编排。以往你要自己写代码对接飞书 API、自己搭向量数据库、自己写 RAG pipeline、自己搞前后端。现在，AgentPlan + OpenViking 把这些全打通了——你只需要告诉你的 Agent“我想要什么”，它帮你把整条链路自动搭起来。

二、从零到一：2 步快速搭完销售工作台

Step 1：购买 AgentPlan + 配置 Harness

注意：AgentPlan 有独立的接口地址（/api/plan），不要和 Coding Plan 的凭证混用，否则会扣错额度。

然后在控制台的“配置 Harness”处，根据需要开启：

• 专业数据集（DataPro）：用于查询企业工商信息

• 豆包搜索：套餐内每月赠送免费额度，用于补充公开网页信息

• Agent 记忆：接入 OpenViking

• 火山引擎 Supabase：用于存储业务数据

这一步纯控制台操作，大约 10 分钟搞定。

Step 2：使用这份 Skill，剩下的交给 Agent

我们提供了一份 销售商机商单 Agent Setup Skill，并开源在了 GitHub 上，你可以直接复制这句话给 Agent 实现快速搭建：

帮我初始化销售助手：https://docs.openviking.net/agents/skills/sales-opportunity-order-builder.md

Codex 跑完 Skill 后你会看到什么？

Agent 会依次完成环境检查、建库、凭据配置、飞书 CLI 安装，最后跑一轮最小闭环验证——写入一条测试销售记忆、上传一份测试文档、搜索确认、精确读取确认。全部通过后，你就可以直接开始用了。

搭好之后如何开始使用？

上传资料：把飞书文档链接发给 Agent，它自动读取并存入 OpenViking。

• 查询商机：“总结 A 公司当前进展、风险点和下一步动作”——Agent 基于所有已上传资料回答，不瞎编。

• 生成跟进计划：“基于已上传材料，帮我生成下一次和 A 公司的沟通提纲。”

• 记忆自动沉淀：每次对话中产生的销售判断、客户偏好，Agent 会自动提取并写入 OpenViking 长期记忆。下次聊到同一个客户时，它真的“记得”上次你们聊了什么。

• 持续补充：新的会议纪要、飞书对话随时导入。知识库越用越厚，Agent 越用越懂你的客户。

三、为什么是 OpenViking ？

市面上不缺 RAG 方案，缺的是让 Agent 真正能理解的统一上下文数据库。

传统 RAG 把文档切成碎块扔进向量数据库，检索时靠关键词或语义相似度匹配。对销售场景来说，这有几个致命问题：

1. 上下文碎片化：一份会议纪要被切成 10 个 chunk，检索回来的是碎片，Agent 要自己拼凑上下文

2. Token 浪费：每次检索返回大量冗余内容，模型还没开始干活，Token 已经用掉一半

3. 记忆无法积累：每次对话都是新的开始，上周的分析结果这周又得重新来

OpenViking 的做法是用虚拟文件系统范式替代传统 chunk-based RAG：

• 像操作本地文件一样管理记忆：Agent 可以按目录浏览、按层级检索，而不是在碎片堆里大海捞针

• 三层上下文分级：L0 摘要 → L1 总结 → L2 完整内容，Agent 按需取用，用最少 Token 拿到最关键信息

• 记忆持续沉淀：每次生成的档案、每次问答的结论，都可以回写到 OpenViking，下次使用时直接调用

四、实际效果

工作台搭好后，最能打动销售的不是“功能有多全”，而是几个具体的瞬间——他们第一次意识到，这个助手是真的“记住了”。

🎬 OpenViking 赋能销售助手

Aha moment 1：拜访前的一分钟，AI 把防弹衣递到手上

十秒钟后，他看到一份带时间线的档案：

A 公司上周发了什么新闻、上个月对接人在飞书群里随口吐槽过我们哪个接口响应慢、年初会议纪要里提过的预算上限是多少——甚至连上次产品经理答应要补的一份白皮书还没给，都被 Agent 从 OpenViking 的历史记忆里捞了出来，标上了数据来源。

小王在车上过一遍，进门第一句话就从“最近怎么样”换成了“上次你们说的问题，我们这边已经优化了"。

客户的眼神立刻不一样了。

Aha moment 2：周五下班前，一句“帮我写周报”换来早走半小时

以前周五晚上 7 点，小王还在工位上对着 Excel 挤牙膏——A 客户上周聊到哪了？B 客户是不是该约第二次了？C 客户那个卡在合同流程的单子到底推进了没？

现在他收拾东西时对着助手说一句：“帮我生成本周的跟进周报。”

Agent 自动检索 OpenViking 里这一周新增的会议纪要、群聊摘要、上传的客户需求文档，10 秒内吐出一份结构化报告：

• 核心进展：A 客户预算确认 200 万，B 客户对接人从张总换成李总

• 卡点与风险：C 客户对安全合规有疑虑，需下周拉技术开会

• 下一步 Action：优先推进 A 客户的合同流程，B 客户需要重新建联

• 这不是流水账，是基于历史事实的业务洞察。

销售早下班半小时，主管也能一眼看到真正的业务阻力在哪里——不用再一个个去追“你这周干了啥”。

五、适合谁？

这套方案特别适合：

• 销售团队，客户资料散落在飞书生态里，需要一个统一的资料中心

• 创业者 / 小团队负责人，不想花大价钱买 CRM，但需要一个能沉淀客户信息的工具

• 已经在用飞书办公的团队，飞书 CLI 可以直接读取你已有的资料，零迁移成本

9.9 元/月，一杯咖啡的钱

换一个不会忘事的销售助手

这可能是目前性价比最高的 AI Agent 落地场景之一

不需要动用庞大的开发资源

把 Skill 发给 Agent：

我们就要这个 OpenViking + AgentPlan 的方案

今天下午就能让团队用上